Le principali correnti di letteratura sul Lean Warehouse

36 tool, in quanto “incarna” anche il concetto di continuo miglioramento dell’intera organizzazione.

• Kaizen events: è una filosofia implementata da Toyota volta al continuo miglioramento attraverso il coinvolgimento di tutti. In una azienda che adotta il Kaizen, i processi di miglioramento non finiscono mai e i contesti aziendali sono in continua evoluzione (Womack, 1991).

• Employees’ suggestion: è il processo per il quale si raccolgono le idee e i suggerimenti di tutti i membri dell’organizzazione (Sobanski, 2009). Con questo strumento, anche gli impiegati partecipano alle attività di continuo e rivestono un ruolo fondamentale nel cambiamento degli standard.

37 1. Nel primo stadio si trova l’allocazione ottima per ogni prodotto considerando diversi fattori quali: domanda totale, costo di trasporto interno unitario e frequenza di domanda.

Si calcola un fattore medio ponderando la domanda totale e il costo totale di trasporto e si allocano i prodotti in maniera tale che quelli con fattore più grande siano più vicini all’area di spedizione o controllo finale. In seguito si effettuano ottimizzazioni utilizzando metodi euristici e prendendo, di volta in volta, come riferimento il design di magazzino con i costi minori.

2. Nell’ultimo livello si parte dalla disposizione ottima trovata al punto precedente e si inseriscono nel modello altre variabili come la logica di prelievo (LIFO, FIFO ecc.) e la capacità degli strumenti di movimentazione.

Inoltre, anche da documentazione aziendale, emergono studi effettuati per ottimizzare il design di magazzino. In particolare in Bosch si predilige la logica ABC: si calcola la movimentazione dei prodotti in un certo periodo di tempo e si classificano in modo tale che i più movimentati siano allocati in zone più accessibili al prelievo, mentre quelli meno movimentati possono essere allocati in ubicazioni più difficilmente accessibili. Questa tecnica permette di risparmiare tempo e costi nell’attività di prelievo.

• Lean warehouse operation

Garcia (2004) evidenzia l’importanza e i benefici che una VSM può apportare in un magazzino;

inoltre la comparazione tra Current State Map e Future State Map mette in risalto la bontà delle modifiche attuate e ne quantifica in parte gli effetti.

Gopakumar et al. (2008), riprendendo quanto elaborato da Garcia, utilizzano una VSM per mappare ed individuare criticità negli ingressi di un magazzino di prodotti freschi.

Successivamente simulano diversi scenari di miglioramento con un software, in modo tale da quantificare i benefici e adottare la soluzione più adatta.

Abodoli et al. (2017) identificano un ulteriore aspetto nella creazione di una VSM prendendo in considerazione la variabilità e l’incertezza del processo, dovute alla dinamicità dei fornitori e dei clienti e degli imprevisti che possono avvenire. Attraverso una modellizzazione statistica, quindi, calcolano i valori che saranno definiti quindi in un range probabilistico.

38 Venkateswaran et al. (2013) studiano e applicano la tecnica delle 5S sia nella sua versione originale (già descritta in precedenza) sia in una sua versione ibrida, costituita da 4 fasi in stile PDCA (o anche “Kaizen events”) che integrano strumenti Lean con tecniche di gestione del magazzino. Tali approcci sono applicati, nel suo articolo, in magazzini di ospedali, dimostrando così che le tecniche Lean possono essere utili anche in contesti diversi da quello produttivo.

Harun et al. (2019) studiano la correlazione tra l’applicazione degli strumenti 5S e VSM con la performance del magazzino di un’industria manifatturiera operante in Malesia, attraverso un software statistico. I risultati evidenziano effetti positivi del 5S e della VSM, in quanto consentono la riduzione degli sprechi ed il miglioramento dei processi operativi di magazzino. Lo studio inoltre fornisce una prospettiva diversa di utilizzo degli strumenti, combinando l’ottica di miglioramento continuo con il 5S e la VSM.

• Applicazione frameworks

Come visto, la letteratura mette a disposizione una serie di strumenti lean da applicare alla gestione del magazzino e se usati nella sequenza e nella maniera opportuna possono portare ad effettivi miglioramenti. A tal proposito la letteratura fornisce “framework” di step da applicare e dei casi reali nei quali sono stati implementati strumenti Lean.

Mustafa et Al. (2013) propongono il seguente framework, composto da tre step, basato sul controllo e sulla riduzione degli sprechi nelle attività di magazzino: 1) Stesura della VSM per analizzare tutto il processo ed individuare le attività critiche che necessitano modifiche; 2) Analisi e classificazione degli sprechi (7 “muda) con la tecnica delle 5W; 3) Applicazione della tecnica delle 5S al fine di trovare possibilità di miglioramenti per ridurre gli sprechi. Alla fine si applicano gli eventuali miglioramenti, individuati al punto 2, alle attività critiche individuate al punto 3 e si disegna la Future State Map (cioè il processo dopo l’applicazione dei miglioramenti). A tal proposito Caglianto et al. (2018) presentano l’applicazione di tale framework per i processi di magazzino di un’industria operante nel settore automotive ed integrano l’analisi dei 7 sprechi con un’ulteriore analisi che evidenzia, attraverso una matrice, l’impatto di ciascuna tipologia di spreco sul singolo processo di magazzino, utilizzando un range di valori compresi tra 0 (nessun impatto) e 4 (alto impatto) come mostra la Fig. 1.4.

39 Fig. 1.7 Impatto degli sprechi (Fonte: Cagliano et al.,2018)

Al termine dell’analisi e dell’implementazione delle azioni correttive finalizzate all’eliminazione degli sprechi, gli autori evidenziano una diminuzione del tempo di processo totole del 36% e la riduzione del lead time del 6%. Ciò permette all’azienda di ottenere un risparmio annuale di 30 k€ ed ulteriori risparmi di qualche migliaia di Euro si registrano grazie alla riduzione delle

“rotture” di stock e al risparmio di spazio di magazzino.

Una metodologia diversa è applicata al caso reale del “Teluk Bayur Port” nel processo degli ingressi dei container nel terminal (Amrina et al, 2019). Si considera un “framework” con i seguenti step: 1) VSM: si analizza e si mappa il processo nel suo flusso informativo e dei materiali;

2) Value added assessment: si richiede agli addetti di compilare un questionario attraverso il quale, basandosi sulla loro esperienza, possono classificare le attività in: attività a valore aggiunto (VA), attività non a valore aggiunto (NVA), attività necessarie ma non a valore aggiunto (NNVA);

3) Basandosi sui risultati ottenuti dai due step precedenti si sviluppa l’FMEA (i punteggi degli indicatori sono assegnati somministrando un questionario a 4 esperti del settore) e in base al risultato ottenuto si definiscono delle priorità tra gli interventi da effettuare.

40 Ancora un altro metodo applicato per il magazzino Divella (Dotoli at al,2012) prevede: una descrizione dettagliata della logistica con il diagramma delle attività UML; il VSM per distinguere le attività non a valore aggiunto da quelle a valore aggiunto ed infine l’analisi degli sprechi con l’approccio Shikumi. Quest’ultima tecnica consiste nell’andare fisicamente sul campo quando si verifica un problema e di intervistare le persone coinvolte, le quali esaminano nuovamente il processo, scrivono in un foglio le anomalie riscontrate e le collocano nel corrispondente spreco.

Oey et al. (2018) propongono ed applicano un framework Lean per standardizzare la distribuzione di un’azienda produttrice di beni. Il modello è composto da tre fasi: “creare stabilità”, “creare il flusso”, “fare il flusso”. Nel primo step sono applicati alcuni tool lean come il 5S ed il visual management per creare un ambiente di magazzino ordinato e pulito, dar maggior consapevolezza agli operatori delle attività a valore aggiunto e non, con lo scopo di eliminare già da questa fase gli sprechi (Muda). La seconda fase ha come obbiettivo la riduzione di eccessi (Muri) e variabilità (Mura) attraverso analisi del layout, VSM e ribilanciamento delle attività.

L’ultima fase prevede l’eliminazione definitiva degli eccessi e della variabilità riducendo lo stock e schedulando un tasso di riordino allineato alla domanda del cliente. Il framework è stato applicato per i primi due step, in quanto per il terzo la struttura di distribuzione non era ancora pronta per attuare i tool previsti. I benefici apportati dall’implementazione del framework sono stati l’aumento del 26% della produttività nella fase di picking e un maggior bilanciamento del carico di lavoro.

Neyra et al. (2019) applicano la tecnica ibrida delle 5S, ripresa da Venkateswaran et al. (2013), per migliorare la produttività di un magazzino di un’industria operante nel settore tessile a Lima.

Il modello è composto da quattro fasi: nella prima si osserva il processo e si identificano i problemi per esempio attraverso la stesura di VSM; nella seconda fase si sviluppa un piano di azione in stile PDCA; nella terza si implementano le misure pianificate nella fase precedente e null’ultima si misurano i risultati ed i miglioramenti ottenuti. Al termine dell’analisi gli autori hanno riscontrato notevoli miglioramenti: la produttività è quasi quadruplicata, si è ridotto il

41 tempo di ricerca dei prodotti del 66,12%, è migliorato l’allineamento fisico-contabile dello stock ed è aumentato l’indice di rotazione del magazzino.

Ben Moussa et al. (2019) propongono ed applicano un framework innovativo che combina diversi metodi: strumenti Lean; l’ “Algorithm for Inventive Poblem Solving” (ARIZ), ossia un algoritmo che fornisce un approccio logico per sviluppare proposte innovative e creative per la risoluzione dei problemi; la simulazione ad eventi discreta. Il primo passo è quello di utilizzare gli strumenti della filosofia Lean per migliorare l’efficienza dei processi di magazzino, per esempio VSM, analisi dei 7 Muda, 5W ecc. In seguito si utilizza la simulazione ad eventi discreti per sperimentate e testare i miglioramenti proposti con l’analisi precedente. Infine l’implementazione dell’ARIZ fornisce soluzioni innovative dove non sono stati raggiunti risultati soddisfacenti. Le nuove soluzioni proposte dall’ARIZ poi saranno nuovamente testate con la simulazione ed eventi discreta. L’applicabilità di tale framework è stata dimostrata in un caso studio riguardante un’azienda operante nel settore automotive, specializzata nella produzione di moduli elettronici, per ridurre i costi di magazzino delle materie prime.